{“id”：“https://openalex.org/W4280490439网址“，”doi“：”https://doi.org/10.48550/arxiv.2205.07885“，”title“：“通过优势学习在一般Tsallis熵强化学习中实施KL正则化”，”display_name“：”通过优势学习，在一般Tasllis熵加强学习中实施KL正则化“，”publication_year“：2022，”publiation_date“：”2022-01-01“，”ids“：{”openalex“：”https://openalex.org/W4280490439“，”doi“：”https://doi.org/10.48550/arxiv.2205.07885“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2205.07885“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”type“：”preprint“，”type_crossref“：“posted-content”，”indexed_in“：[”arxiv“，”datacite“]，”open_access“：{”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/abs/2205.07885“，”any_repository_has_fulltext“：true｝，”authorships“：[｛”author_position“：”first“，”author“：｛”id“：”https://openalex.org/A5015522949“，”display_name“：”Li Zhu“，”orcid“：”https://orcid.org/0000-0003-2931-0750“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”朱，凌伟“，”raw _ afiliation_strings“：[]，“affiliations”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5032769690“，”display_name“：”郑晨“，”兽人“：”https://orcid.org/0000-0001-6353-3697“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：Chen，Zheng”，“raw_affiliation_strings”：[]，“affiliations”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5031054137“，”display_name“：”Eiji Uchibe“，”orcid“：”https://orcid.org/0000-0001-7908-0258“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Uchibe，Eiji“，”raw_affiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5042074952“，”display_name“：”Takamitu Matsubara“，”orcid“：”https://orcid.org/0000-0003-3545-4814“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”松原，高密”，“raw_affiliation_strings”：[]，“隶属关系”：[]}]，“countries_distiction_count”：0，“institutions_disticent_count“：0，”corresponding_author_ids“：[].”，“correspounding_institution_ids”：[]、“apc_list”：null，“apc_payed”：null，“has_fulltext”：false，“cited_by_count”：0，“cited_by_percentile_year“：{“min”：0，“max”：67}，“biblio”：{卷：null，“问题”：nullhttps://openalex.org/T12794“，”“display_name”：“最优控制的自适应动态规划”，“score”：0.9556，“subfield”：{“id”：“https://openalex.org/subfields/1703“，”display_name“：”计算理论与数学“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T12794“，”“display_name”：“最优控制的自适应动态规划”，“score”：0.9556，“subfield”：{“id”：“https://openalex.org/subfields/1703“，”display_name“：”计算理论与数学“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10462“，”display_name“：”强化学习算法“，”score“：0.9506，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”Physical Sciences“｝｝]，”keywords“：[｛”id“：”https://openalex.org/keywords/reinforcement-learning网站“，”display_name“：”强化学习“，”score“：0.561016}]，”concepts“：[{”id“：”https://openalex.org/C117521176，“wikidata”：https://www.wikidata.org/wiki/Q7849341“，”display_name“：”Tsallis熵“，”level“：3，”score“：0.8688785}，{”id“：”https://openalex.org/C97541855，“wikidata”：https://www.wikidata.org/wiki/Q830687“，”display_name“：”强化学习“，”level“：2，”score“：0.7039372}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.56452405}，{”id“：”https://openalex.org/C106301342，“wikidata”：https://www.wikidata.org/wiki/Q4117933“，”display_name“：”熵（时间箭头）“，”level“：2，”score“：0.48050177}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.4005538}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”Mathematics“，”level“：0，”score“：0.34539288｝，｛”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.10931489}，{”id“：”https://openalex.org/C121332964，“wikidata”：https://www.wikidata.org/wiki/Q413“，”display_name“：”物理“，”等级“：0，”分数“：0.099971235}，{”id“：”https://openalex.org/C97355855，“wikidata”：https://www.wikidata.org/wiki/Q11473“，”display_name“：”热力学“，”level“：1，”score“：0.09087178}]，”mesh“：[]，”locations_count“：2，”location“：[{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2205.07885“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，{”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2205.07885“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4393179698“，”display_name“：”DataCite API“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I4210145204“，”“host_organization_name”：“DataCite”，“host_organization_lineage”：[“https://openalex.org/I4210145204“]，”host_organization_lineage_names“：[”DataCite“]，“type”：“metadata”}，“license”：null，“licence_id”：null，“version”：null}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://arxiv.org/abs/2205.07885“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[https://openalex.org/W51653785","https://openalex.org/W4391375266","https://openalex.org/W3002753104","https://openalex.org/W2600246793","https://openalex.org/W2142036596","https://openalex.org/W2077600819","https://openalex.org/W2072657027","https://openalex.org/W2061531152","https://openalex.org/W2007980826","https://openalex.org/W1979597421“]，”ngrams_url“：”https://api.openalex.org/works/W4280490439/ngrams“，”abstract_inverted_index“：{“最大值”：[0]，”Tsallis“：[1105124]，”熵“：[2,24135]，”（MTE）“：[3]，”框架“：[4]，”in“：[5,71]，”强化“：[6]，”学习“：[7]，”has“：[8]，”获得“：[9]，”流行“：[10]，”最近“：[11]，”by“：[12,65,74,81,89]，”美德“：[13]，”of“：[14,46]，“its”：[15,41]，“flexible”：[16]，“modeling”：[17]，“choices”：[1]，“include”：[19]，““：[20,44,52,99]，”广泛“：[21]，”使用“：[22]，”香农“：[23134]，”和“：[25,35,56,86]，”稀疏“：[26]，”熵。“：[27]，”“然而，”：[28]，“非香农”：[29]，“熵”：[30]，“遭受”：[31]，“来自”：[32]，“近似值”：[33]，“错误”：[34]，“后续”：[36]，“表现不佳”：[37]，“要么”：[38]，“到期”：[39]，“至”：[40,61,94,98114131]，“敏感度”：[42]，“或”：[43]，“缺乏”：[45]，“封闭形式”：[47]，“策略”：[48]，“表达式。“：[49]，“To”：[50]，“improve”：[51118]，“权衡”：[53]，“between”：[54,84]，“flexibility”：[55]，“experimental”：[57]，“performance”，“：[58]，“we”：59]，“propose”：[60]，“strength”：[62]，“their”：[63]，“error-robstructure”：[64]，“enforcement”：[66]，“inclimplict”：[67]，“Kullback-Leibler”：[68]，“（KL）”：[69]，“正规化”：[70]，“MTE”：[72100]，“积极性”：[73]，“蒙乔森”：[75]，“DQN“：[76]，”（MDQN）。“：[77]，“我们”：[78]，“做”：[79]，“所以”：[80]，“绘图”：[82]，“连接”：[83]，“MDQN”：[85,91]，“优势”：[87]，“学习”：[88]，“其中”：[90]，“是”：[92109]，“显示”：[93]，“失败”：[95]，“on”：[96111]，“概括”：[97]，“框架。”：[101]，“The”：[102]，“建议”：[103]，“方法”：[104]，“优势”：[106]，“学习”：[107]，“（TAL）”：[108]，“验证”：[110]，“广泛”：[112]，“实验”：[113]，“不”：[115]，“仅”：[116]，“显著”：[117]，“关于”：[119]，“Tsallis-DQN”：[120]，“对于”：[121]，“各种”：[122]，“非封闭形式”：[123]，“熵”：[125]，“但”：[126]，“也”：[127]，“展品”：[128]，“可比”：[129]，“性能”：[130]，“最先进”：[132]，“最大”：[133]，“算法。“：[136]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4280490439“，”counts_by_year“：[]，”updated_date“：”2024-06-15T21:05:27.949790“，”created_date:“2022-05-22”}“